-
公开(公告)号:CN101776961B
公开(公告)日:2011-08-24
申请号:CN201010101241.7
申请日:2010-01-27
Applicant: 河南大学
IPC: G06F3/033
Abstract: 一种无线多功能椭球形鼠标,主要是鼠标体呈椭球形,由内、外壳体连接构成。外壳体外有突起点,内有导电橡胶触点,它与内壳体上的且同主电路电连接的双电极板构成导电橡胶开关,内壳体中的操纵杆与连在内壳体上的轻触开关组构成鼠标定位装置,轻触开关组与转换电路模块电连接,操纵杆又与固定柱柔性连接并与同主电路电连接轻触开关相对应,固定柱下方有微型滚轮装置,与主电路电连接。主电路、转换电路模块及同无线接收装置无线连接的无线通迅模块均布置在主电路板上,由电源电池供电。轻触开关定义为鼠标右键或左键,导电橡胶开关定义为左键或右键,微型滚轮装置为鼠标中轴键。该鼠标操作更加快速灵活,随意性强,可有效地防止“鼠标手”现象的发生。
-
公开(公告)号:CN120013954A
公开(公告)日:2025-05-16
申请号:CN202411987915.6
申请日:2024-12-31
Applicant: 河南大学
Abstract: 本发明涉及图像分割技术领域,提供一种基于多模态融合的脑肿瘤分割方法。该方法包括:步骤1:获得多模态脑肿瘤图像,对所述多模态脑肿瘤图像进行预处理以构建多模态脑肿瘤数据集;步骤2:构建脑肿瘤分割网络结构,包括:选择Unet网络作为基准模型,在所述Unet网络中的每个编码层和解码层的跳跃连接处添加多尺度渐进融合MFCM模块;步骤3:利用所述多模态脑肿瘤数据集对所述脑肿瘤分割网络结构进行训练,得到脑肿瘤分割模型;步骤4:将待检测的多模态脑肿瘤图像经过预处理后输入所述脑肿瘤分割模型,得到分割结果。本发明可以在充分利用多模态特征的同时提升模型的分割性能。
-
公开(公告)号:CN114067168B
公开(公告)日:2024-11-12
申请号:CN202111198444.7
申请日:2021-10-14
Applicant: 河南大学
IPC: G06V10/82 , G06T7/00 , G06V10/774 , G06V10/44 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/048
Abstract: 本发明提供一种基于改进的变分自编码器网络的布匹缺陷图像生成系统及方法。该系统包括变分自编码器网络和判别网络,所述变分自编码器网络分为编码器网络和解码器网络;编码器网络,用于将真实目标图像编码成潜空间变量X的正态分布q(z|x);解码器网络,用于从正态分布q(z|x)中采样潜空间变量~X生成新的目标图像;判别器网络,用于衡量生成的目标图像与真实目标图像之间的相似性,计算对抗损失,把对抗损失传入编码网络和解码网络,同时把变分自编码器网络中基于像素的重构度量替换为表示在判别器网络的特征度量。本发明通过生成对抗网络中的判别器网络对变分自编码器网络进行改进,提高生成图像的质量。
-
公开(公告)号:CN118860592A
公开(公告)日:2024-10-29
申请号:CN202410870802.1
申请日:2024-07-01
Applicant: 河南大学
IPC: G06F9/48 , G06F9/50 , H04L67/1008 , H04L67/101 , H04L67/61 , G06F3/06
Abstract: 本发明公开了一种基于延迟的Spark任务资源交错的调度策略,首先,考虑到最长完成时间的Stage会影响整个流水线作业的完成,按照历史数据中任务完成时间长短交错执行此阶段,来达到交错利用系统资源的目的。之后,将执行任务划分为CPU密集型和非CPU密集型(包括网络I/O和磁盘I/O)两个阶段,当非CPU密集型阶段任务进行数据获取时,将与其并行的任务在适当时间进行调度,来达到避免资源争用,减少作业完成时间的目的。最后,在Spark 2.4.0上实现了RPTS,并进行了大量的实验来评估性能。本发明以流水线的方式调度并行任务,提高了集群的资源利用率,进而最小化作业执行时间。
-
公开(公告)号:CN113610719B
公开(公告)日:2024-08-06
申请号:CN202110811621.8
申请日:2021-07-19
Applicant: 河南大学
IPC: G06T5/70 , G06T5/60 , G06N3/084 , G06N3/0985 , G06N3/0464
Abstract: 本发明公开了一种注意力和密集连接残差块卷积神经网络图像去噪方法,方法包括构造训练数据集,对训练数据集进行预处理操作;使用注意力机制和密集连接残差块结合的卷积神经网络构建网络去噪模型;设置网络去噪模型的超参数和损失函数,并对损失函数进行优化;选取训练数据集中不同噪声等级的图像,对网络去噪模型进行训练,得到已训练的网络模型;根据已训练的网络模型进行图像去噪,用峰值信噪比指数评估噪声图像,具有提升降噪性能和成像质量的有益效果。
-
公开(公告)号:CN114969324B
公开(公告)日:2024-08-02
申请号:CN202210394208.0
申请日:2022-04-15
Applicant: 河南大学
IPC: G06F16/35 , G06F16/33 , G06F40/216 , G06F40/284 , G06N3/0464 , G06N3/047 , G06N3/09
Abstract: 本发明提供一种基于主题词特征扩展的中文新闻标题分类方法。该方法包括:步骤1:采用多种分词算法对待分类中文新闻标题分别进行分词预处理,得到关于所述中文新闻标题在每种分词算法下的分词结果,合并所有的分词结果得到若干个单词;步骤2:计算每个单词的权重以得到所述待分类中文新闻标题的加权后标题向量;并基于所述分词结果构建所述待分类中文新闻标题的主题向量并计算主题向量权重;步骤3:计算所述加权后标题向量和每个所述主题向量之间的相似度,将相似度最大的主题向量与所述加权后标题向量进行向量拼接,得到特征向量;步骤4:利用卷积神经网络对所述特征向量进行特征提取并分类。
-
公开(公告)号:CN115830317A
公开(公告)日:2023-03-21
申请号:CN202211481279.0
申请日:2022-11-24
Applicant: 河南大学
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于极坐标转换的U‑Net增强注意模块的皮肤癌图像分割方法及装置。该方法包括:收集皮肤癌图像以构建数据集,将数据集划分为训练集、验证集和测试集;并对数据集进行极坐标转换;步骤2:构建分割网络;所述分割网络以U‑Net作为基本框架,并在位于解码器之前的跳跃连接位置增加增强注意模块;步骤3:设计损失函数,采用进行极坐标转换后的训练集对所述分割网络进行训练,并采用进行极坐标转换后的验证集对训练后的分割网络进行性能检验;步骤4:将进行极坐标转换后的测试集中的待测图像输入至训练好的分割网络得到极坐标系下的分割结果,将所述极坐标系下的分割结果转换至笛卡尔坐标系,即为最终的分割结果。
-
公开(公告)号:CN115511108A
公开(公告)日:2022-12-23
申请号:CN202211182116.2
申请日:2022-09-27
Applicant: 河南大学
Abstract: 本发明提供一种基于数据集蒸馏的联邦学习个性化方法。该方法包括:在客户端,利用预设的数据集蒸馏模型对本地数据进行处理生成蒸馏数据并将蒸馏数据加密后上传至服务器;服务器利用所有的加密蒸馏数据进行全局模型训练,得到全局模型的初始参数G0,将和G0下发至各客户端;在客户端,根据本地数据的数据分布特征利用进行数据增强得到新的本地数据,并利用G0对本地模型进行参数初始化,然后利用新的本地数据对当前本地模型的参数进行更新并上传至服务器;服务器对所有本地模型的参数进行聚合以更新全局模型的参数,并将更新后的全局模型的参数下发至各客户端;重复前述的两个步骤,直至更新后的全局模型满足要求。
-
公开(公告)号:CN115035299A
公开(公告)日:2022-09-09
申请号:CN202210697730.6
申请日:2022-06-20
Applicant: 河南大学
Abstract: 本发明公开一种基于深度学习的改进型城市街景图像分割方法,包括:基于深度学习的改进型城市街景图像分割模型DEEPLS:使用编码解码的框架和ResNet101作为骨干网络,在ASPP模块中新增一层膨胀率为3的空洞卷积,合并之后的6层用并行的3×3卷积处理之后再用1×1卷积调整通道数,得到的特征图先2倍上采样,输入到CBAM注意力机制再2倍上采样,最后和经过CBAM注意力机制的浅层特征拼接融合得到预测图;基于改进型城市街景图像分割模型DEEPLS对城市街景图像进行分割。本发明能获取更精细的前景细节信息,提升城市街景图像分割效果。
-
公开(公告)号:CN111969640A
公开(公告)日:2020-11-20
申请号:CN202010838231.5
申请日:2020-08-19
Applicant: 河南大学
Abstract: 本发明提供一种多换流单元柔性直流输电系统的功率协调控制方法,由直流站控或主导单元通过各单元的功率方式、运行状态、功率限值等数据信息,按照联合功率模式的换流单元根据各自的功率限值等比例分配运行功率设参考值的策略方法,计算各换流单元所需承担的运行功率参考值和功率升降速率,并下发给各换流单元执行,可以有效的避免全站多个换流单元不同功率方式下功率协调困难问题、站内多个换流单元由于有功类控制模式不同造成的运行功率参考值无法下发问题,实现全站的功率的优化控制,从而避免了功率分配及转带错误带来的功率缺失、功率突增、功率失稳等问题。
-
-
-
-
-
-
-
-
-